《2021年激光雷达行业分析报告.docx》由会员分享，可在线阅读，更多相关《2021年激光雷达行业分析报告.docx（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2021年激光雷达行业分析报告 2021年激光雷达行业 分析报告 2021年1月 目录 一、行业主管部门、监管体制、主要法律法规政策 (11) 1、行业主管部门和监管体制 (11) 2、行业主要法律法规政策 (12) 二、行业发展情况 (15) 1、激光雷达行业概况 (15) 2、行业在新技术新产业新业态新模式方面的发展情况 (18) （1）新技术 (18) （2）新产业 (19) （3）新业态 (20) （4）新模式 (20) 3、激光雷达未来发展趋势 (21) （1）技术发展趋势 (21) 基于飞行时间（ToF）测距原理的激光雷达 (21) A.发射端逐渐采用平面化的激光器器件 (22)
2、B.接收端逐渐采用CMOS工艺的单光子探测器 (23) C.为VCSEL和单光子器件开发的模拟、数字芯片 (23) 基于连续波调频FMCW测距原理的激光雷达 (24) （2）应用市场发展趋势 (26) 全球激光雷达市场发展趋势 (26) A.无人驾驶市场 (27) B.高级辅助驾驶市场 (30) C.服务型机器人市场 (32) D.车联网市场 (33) 中国激光雷达市场发展趋势 (35) 三、行业技术水平及特点 (37) 四、行业竞争格局 (38) 五、产业链情况 (40) 1、上游情况 (40) （1）激光器和探测器 (40) （2）FPGA芯片 (41) （3）模拟芯片 (42) （4）光
3、学部件 (42) 2、下游情况 (43) （1）无人驾驶行业 (43) （2）高级辅助驾驶行业 (43) （3）服务机器人行业 (43) （4）车联网行业 (44) 六、行业发展面临的机遇与挑战 (45) 1、行业发展机遇 (45) （1）无人驾驶市场潜力巨大 (45) （2）新基建助力车路协同（V2X）高速发展 (46) （3）人口老龄化对智能服务的需求增加 (47) 2、行业发展挑战 (48) （1）技术的更迭需要持续高研发投入 (48) （2）科技巨头公司入局加剧行业竞争 (48) （3）量产车项目开发周期长回报慢 (49) 广义机器人包括具有无人驾驶功能的汽车，也可称之为轮式机器人，另
4、外还包括实现无人清扫、无人运送等功能的新型服务机器人。 无人驾驶汽车和无人物流机器人技术是人工智能在机器人领域深度应用的产物，其发展将带来全球性的技术革命。社会生产力的高效发展离不开信息和物质的流动，互联网技术将信息传输的时效性和成本做到了极致，改变了人类的生活和工作方式，并由此催生了一批万亿级市值企业。与之相似，无人驾驶技术将提升物质传输的时效性、降低传输成本，在互联网技术的基础上进一步提升社会运转效率，未来所形成的效益是我们今日难以想象的。该领域已成为各国政府、全球汽车行业、互联网企业、科技企业的“兵家必争之地”，布局者包括Google（谷歌）、Amazon（亚马逊）、Apple（苹果）、
5、百度、华为等科技公司，GM（通用）、Bosch（博世）、BMW（宝马）等汽车行业公司，Uber（优步）、滴滴等出行服务公司，以及众多的无人驾驶独角兽公司。 激光雷达被广泛用于无人驾驶汽车和机器人领域，被誉为广义机器人的“眼睛”，是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置。激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，可以对广义机器人所处环境进行实时感知，获取周围物体的精确距离及轮廓信息，以实现避障功能；同时，结合预先采集的高精地图，机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航。 科技日报在2022年4月推出了“亟待攻克的核心技术”系列专 栏，列
6、举了35项对于中国而言“卡脖子”的核心技术，包含光刻机、芯片、重型燃气轮机等。其中激光雷达位列第十项，彼时美国Velodyne 在无人驾驶激光雷达领域深耕了10多年时间，占据了近80%的市场份额。 除了无人驾驶领域，激光雷达的应用领域也在不断拓展，包括以汽车整车厂、Tier 1为代表的前装高级辅助驾驶，以智能服务机器人为代表的避障导航系统，还有随着5G技术逐渐普及而产生的智能交通车路协同应用，都为激光雷达带来了更广阔的市场。 激光雷达按照测距方法可以分为飞行时间（Time of Flight，ToF）测距法、基于相干探测的FMCW测距法、以及三角测距法等，其中ToF与FMCW能够实现室外阳光下
7、较远的测程（100250m），是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案，未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达将在市场上并存。 ToF激光雷达系统主要包括发射模块、接收模块、控制及信号处理模块和扫描模块（如有）。 按照技术架构可以分为整体旋转的机械式激光雷达、收发模块静止的半固态激光雷达以及固态式激光雷达。 相比于半固态式和固态式激光雷达，机械旋转式激光雷达的优势在于可以对周围环境进行360的水平视场扫描，而半固态式和固态式激光雷达往往最高只能做到120的水平视场扫描，且在视场范围内测 距能力的均匀性差于机械旋转式激光雷达。无人驾
8、驶汽车运行环境复杂，需要对周围360的环境具有同等的感知能力，由于机械旋转式激光雷达兼具360水平视场角和测距能力远的优势，目前主流无人驾驶项目纷纷采用了机械旋转式激光雷达作为主要的感知传感器。 除了无人驾驶，面向乘用车的前装高级辅助驾驶（ADAS）、服务型机器人、车联网（V2X）等领域也是激光雷达当前或者近期的重要市场。因为使用场景和搭载激光雷达的载体（无人驾驶汽车、乘用车、机器人等）具有明显差异，这些市场对激光雷达的性能、价格、体积等维度提出了不同的需求，比较结果如下表所示。车联网应用起步最新，使用场景具有多样性，对无人驾驶、高级辅助驾驶、机器人领域的激光雷达都会有相应需求。 *往往以外观
9、体积和形状作为体现 无人驾驶与高级辅助驾驶领域通常将自动驾驶技术按照国际汽 车工程师协会（SAE International）发布的工程建议J3016进行分类。从L0级（纯由驾驶员控制）至L5级（完全自动驾驶），级别越高，车辆的自动化程度越高，动态行驶过程中对驾驶员的参与度需求越低，对车载传感器组成的环境感知系统的依赖性也越强。 L3级是自动驾驶等级中的分水岭，其驾驶责任的界定最为复杂：在自动驾驶功能开启的场景中，环境监控主体从驾驶员变成了传感器系统，驾驶决策责任方由驾驶员过渡到了汽车系统。 当前L2级自动驾驶感知系统主要由超声波雷达、毫米波雷达、摄像头等车载传感器组成。车载超声波雷达成本低，
10、但有效探测距离通常小于5m，无法对中远距离物体进行测量；毫米波雷达具有同时测距和测速的功能，有效探测距离可达200m，然而单颗车载毫米波雷达的角度分辨能力通常较弱，如Continental（大陆）77GHz高配版毫米波雷达ARS 408-21在长距模式最优水平角分辨率为1.6，无法辨识 物体的细节，且毫米波雷达对金属的探测灵敏度远高于非金属材料，导致其在人、车混杂的场景下对行人的探测效果不佳；摄像头具有优异的角度分辨率，然而其受光照影响大，黑夜和强光下的探测效果不佳，此外摄像头对物体及其距离的识别依赖深度学习算法，无法做到完全准确。激光雷达兼具测距远、角度分辨率优、受环境光照影响小的特点，且无
11、需深度学习算法，可直接获得物体的距离和方位信息。这些相较于其他传感器的优势，可显著提升自动驾驶系统的可靠性，因而被大多数整车厂、Tier 1认为是L3级及以上自动驾驶（功能开启时责任方为汽车系统）必备的传感器。 L4/L5级自动驾驶功能通常被定义为无人驾驶，其驾驶责任完全归属于汽车系统，因而对激光雷达的探测性能要求最高，但因为车辆的所有者往往为无人驾驶运营公司（Robotaxi/Robotruck），所以对激光雷达价格及与车身的集成度要求相对较低；L2/L3级自动驾驶功能通常被定义为高级辅助驾驶，车辆的所有者为消费者个人，其对激光雷达与车身融为一体的美观性要求和价格敏感性较高。 对于非汽车应用
12、，服务机器人移动速度慢、场景复杂度低，对激光雷达的性能要求适中但对价格比较敏感；车联网应用或使用激光雷达完成高精地图的数据采集，或将激光雷达安装在路端用于实时交通监控，对激光雷达的车规化和集成度要求较低，但路端应用需要基于激光雷达点云实现目标物（车辆、行人、自行车等）聚类和跟踪，因而对激光雷达供应商提供配套感知算法的能力提出了较高的要求。 无人驾驶应用。L4/L5级无人驾驶应用的实现，有赖于激光雷达 提供的感知信息。该级别应用需要面对复杂多变的行驶环境，对激光雷达性能水平要求最高，在要求360水平扫描范围的同时，对于低反射率物体的最远测距能力需要达到200m，且需要更高的线数以及更密的点云分辨
13、率；同时为了减少噪点还需要激光雷达具有抵抗同环境中其他激光雷达干扰的能力。 高级辅助驾驶应用。L2/L3级高级辅助驾驶对激光雷达的需求与L4/L5级无人驾驶应用的需求有所不同，覆盖前向视场（水平视场角覆盖60到120）的激光雷达通常为优选方案，实现自动跟车或者高速自适应巡航等功能，但在测远和角度分辨率等性能上的要求和无人驾驶是一致的；此外，整车厂及Tier 1公司更看重激光雷达的形态与尺寸是否容易嵌入车身，保险杠、前挡风玻璃后视镜等易于隐藏的地方是放置激光雷达的优先选择，这些位置往往空间狭小因而限制了激光雷达的体积；该领域客户也要求激光雷达通过电磁兼容、可靠性（包括振动及冲击、防水防尘）等一系列严格的车规测试；因为面向消费者的乘用车采购数量大，该领域客户对激光雷达的价格敏感度相较于无人驾驶领域也更高。 机器人应用。机器人应用范围包括无人送货小车、自动清扫车辆、园区内的接驳车、港口或矿区的无人作业车、执行监控或巡线任务的无人机等，这些场景的主要特点是路线相对固定、环境相对简单、行驶速度相对较低（通常不超过30km/h）。因而相比无人驾驶应用，机器人应用对激光雷达测远及分辨率等探测性能的要求相对较低，但对价格更敏感。